极大似然估计

南桥市自 2021 年实施“青年技能跃迁计划”以来，林澈整理了一份仅供课堂使用的模拟记录。她没有急着断言计划有效，而是先把问题收窄：哪组参数最能支持这些报名、完成培训与稳定就业记录？极大似然估计把这个问题写成一条可审计路线：规定数据怎样产生，再在这些规则内寻找峰顶。

她提醒同学，似然给的是模型内的证据排序，不是参数的主观概率，也不是政策因果效应的自动证明。全章人数、比例、收入与表格都是教学模拟；每次改动分母、随访日期或结果定义，都要视作一个新的分析版本。

林澈先冻结了六个月随访窗口、稳定工作的合同或社保口径、培训完成的截止日和收入的适用人群。她不把稳定就业者的收入空格填成零，也不把窗口后的信息倒灌到窗口前。这样，后面的每一项似然贡献才在回答同一个问题。

她还把“描述当前记录”“预测新记录”和“估计政策效果”写成三件事。极大似然可以参与三类计算，却不会替研究者跨过它们之间的逻辑鸿沟；同一份系数表也可能分别服务条件描述和预测，而不构成因果结论。

从支持度开始

林澈先拿 80 名已完成培训的青年做最小练习：统一窗口内有 52 人达到稳定工作口径。她在白板上写下 45%、65% 与 80% 三种候选机会，并请同学只看这 52 个成功和 28 个未成功，判断哪一个参数最贴合当前记录。

45% 把成功数看得偏少，80% 又把未达到口径的人数看得偏少，65% 与这批记录最相称。这里的“相称”是固定数据后参数的相对支持度；它不说 65% 是真值，也不说换一批按同规则追踪的青年后峰顶不会移动。

林澈故意让模型只含一个共同机会。这样能看清“数据支持参数”的方向，却遮住片区、基础准备与劳动力市场时点的不同。她提示：已完成培训者中的比例，不能直接借来代表所有符合资格青年，因为分母与选择过程已经改变。

林澈把同一表达式换一个阅读方向。固定 $p=0.65$ 时，$P(Y=1\mid p)=0.65$ 是“会观察到稳定就业吗”的概率，所有可能的 $Y$ 必须合计为一；固定 $Y=1$ 时，$L(p\mid Y=1)=p$ 则比较不同 $p$ 对这个既成结果的支持度。

把 80 人结果固定后，$L(p)=p^{52}(1-p)^{28}$。数据在变时谈概率，参数在变而数据固定时谈似然；连续收入通常改谈密度，但阅读方向相同。林澈不允许把似然、预测概率和政策判断挤进同一句结论。

她又让大家看很小的似然值：绝对大小没有单独的直觉单位，乘上与参数无关的常数也会变。可比较的是同一记录下的排序、对数似然或与峰顶的差距；若多个候选支持度接近，诚实结论应是估计不精确。

把记录写成模型

接着，林澈把一张张青年记录排成数据表。她先问每一行究竟代表谁、在哪个日期被观察、结果是否适用，而不是先点运行按钮。只有这些角色写清楚，似然才不是软件输出后的补充说明，而是对数据生成规则的明确承诺。

在她的记号中，$Y_i$ 是窗口内稳定就业，$T_i$ 是窗口前已编码的培训完成，$X_i$ 是入项前特征。简单模型里，每条记录贡献 $p^{Y_i}(1-p)^{1-Y_i}$，把各行贡献相乘便得到全样本似然。变量的日期、单位、允许取值和缺失代码也随版本保存。

林澈发现，同班青年、同一企业求职者或同一家庭成员的结果可能一起起伏。她不会把条件独立当成事实；若群组或时间结构明显，就需要把它写进模型。失访也不能自动算作未稳定就业，因为那会改变谁进入似然以及怎样贡献信息。

为了描述不同特征组合的条件机会，她令 $\eta_i=\beta_0+\beta_1T_i+\beta_2X_{i2}+\cdots$，再令 $p_i=\exp(\eta_i)/\{1+\exp(\eta_i)\}$。林澈强调，$\beta_1$ 只是在这些条件下的关联，不是培训让每个人增加同样机会，更不能直接称为因果效应。

她从最小模型向前走，并逐项确认结果与分母、入样规则、单条分布、参数边界和分析目标。逻辑函数只把预测限制在零到一之间，不能消除遗漏变量或非线性；把窗口后变量放进 $X_i$ 还会改变条件对象，遮住本来要讨论的路径。

寻找参数峰

林澈把 80 条记录交给软件前，先请同学预测会遇到什么：许多小概率连乘会迅速下溢，而最受支持的参数不应因此改变。她于是把似然取对数，把每条记录的贡献从连乘改成求和，让“爬到最高处”的计算可见也可复查。

对数单调递增，所以不会改变谁最受支持：$\ell(\theta)=\sum_i\log f(y_i\mid\theta)$。在 52 个稳定就业、28 个未稳定就业的简单模型中，$\ell(p)=52\log p+28\log(1-p)$，峰顶在 $\hat p=52/80=0.65$。对数值为负不代表模型失败，可在同一数据和可比的似然定义下比较，但不同复杂度的模型还需考虑复杂度惩罚。

林澈展示三种候选时，要求学生只读相对高低。预测概率接近零却实际发生的记录，会强烈拉低目标函数；这可能是编码错误、罕见组合或遗漏结构的信号，不是自动删除这条记录的理由。

到了有协变量的版本，林澈让软件最小化负对数似然，并保留起点、参数变换、目标值和警告。她检查参数是否停在有效边界内、不同起点会否到达同一目标、梯度是否够小，以及 Hessian 是否近乎奇异；“收敛”只是数值停止规则。

完全分离会使逻辑系数发散，高度相关会形成平坦山脊，局部峰会让起点改变答案。若几组参数同样好，她报告“数据无法清楚区分”，而不是从软件显示的小数位挑选一个获胜者。复杂模型的核心逻辑仍是每行一项贡献、总贡献相加、寻找最高点。

对这个比例模型，求导得到 $52/p-28/(1-p)=0$，因而得到样本比例 0.65。这个小推导提醒林澈，峰顶来自模型和样本共同决定，并非经验公式；有协变量时通常没有闭式解，仍要回看每条记录给目标函数带来的影响。

读取斜率曲率

林澈把峰顶画成一座山，邀请同学不要只盯住最高点。坡度说明下一步往哪里走，山形说明参数是否容易区分；一座尖峰和一条平坦山脊都可能给出同样的拟合值，却会带来很不一样的不确定性和数值风险。

她用得分 $U(\theta)=\partial\ell/\partial\theta$ 表示最快上升方向，用 Hessian $H(\theta)=\partial^2\ell/\partial\theta\partial\theta^\mathsf T$ 表示弯曲。逻辑模型中，$U(\beta)=X^\mathsf T(y-p)$，$H(\beta)=-X^\mathsf TWX$；牛顿更新便用坡度和曲率修正下一步。

当某片区总比预测更易稳定就业，林澈不急着多加变量。她先回看结果口径、非线性、交互、群组依赖和数据质量；曲率接近零可能只是信息不足，不是发现了一个稳定的项目差异。把正标准差写成 $\exp(a)$ 也只是让搜索停在有效空间。

峰顶之外还要读峰形。观测信息 $J(\hat\theta)=-H(\hat\theta)$ 越大，地形越尖，重复抽样下的摆动通常越小；常规大样本下，$\widehat{\operatorname{Var}}(\hat\theta)\approx J(\hat\theta)^{-1}$。这是一种近似，不是给每个数据集自动附上的保证书。

林澈特别标记稀有结果、参数边界、小样本、群组依赖、错设和不可识别。它们都会削弱正态近似；若优化器报无穷大、非数或迭代上限，应先查不可能值、稀少类别、共线和符号错误，而不是反复运行直到出现“成功”。

检查模型

模型跑完后，林澈没有立刻把最高对数似然贴进报告。极大似然只会在指定模型族里找峰，峰顶不能反过来证明模型合适。她把诊断视为沿着记录、拟合和计算三条线追问：哪里出错、错在谁身上、修正后又改变了什么。

检查时，她按下面的动作留下可追溯记录：

• 数据：核对随访起点、窗口前编码、单位、日期、重复和失访。
• 拟合：二元结果读校准，连续收入读残差与尾部，并对高杠杆记录做敏感性分析。
• 计算：保存多起点、目标值、梯度、边界与警告，不把收敛提示当成充分证据。
• 解释：先定位系统错在何类记录，再判断是否需要非线性、交互或群组结构。

林澈发现某片区预测长期偏高时，会先回查市场机会的测量和追踪率，而不是直接堆高阶交互。成千条来自同一培训班的记录也不等于成千条独立信息；系统性缺失不会因样本行数增多而自行消失。

她把预测质量拆成区分和校准：前者看谁更可能稳定就业，后者看相似人群中报出的 0.70 是否约为七成。训练集表现好不等于可推广，留出期或交叉验证还要沿用同一结果定义和时间顺序，并按关键子群阅读校准图。

若名额有限，林澈可以按预测概率或透明业务规则排序，但这不是谁会从服务获益的证据。预期受益排序需要个体因果效应目标与研究设计；阈值也应同时考虑校准、容量、公平和错分代价，而不是默认 0.5。

拆开就业收入

讨论收入时，林澈把稳定就业和收入记录拆成两步。她拒绝把收入空格填成零：只有 $S_i=1$ 的稳定就业者才有“稳定岗位月收入” $R_i$ 可观察。这样先说明谁进入稳定就业，再说明进入者的收入，才不会把不适用的结果伪装成低收入。

$f(S_i,R_i^{\mathrm{obs}}\mid X_i)=f(S_i\mid X_i)\{f(R_i\mid S_i=1,X_i)\}^{S_i}$。

这个链式分解不等于就业与收入条件独立，也不等于已经纠正选择偏差。就业部分使用全部随访人的二元记录，收入部分只用稳定就业者；收入右偏时可以在对数尺度建模，但解释必须回到相应的收入尺度。

林澈若只描述稳定就业率和进入者收入形状，这个分解已经足够。若比较完成与未完成培训者的收入，她先问两组是否可比；未记录的动机、健康和招聘机会会同时影响就业与收入，不能把混合差异改写成培训收益。

她还把空格分成三类：结果不适用、稳定就业后失访、已问到但拒答或异常。后两类必须报告比例和处理方案；第一类不能用零替代。推断未稳定就业者进入岗位后的反事实收入，则需要更强的结构、识别条件与敏感性分析。

比较模型

林澈准备比较两个就业模型时，先把两份分析记录并排：是否同一批青年、同一结果、同一观察规则？只有完整模型是受限模型的嵌套扩展，且比较对象完全相同，最大对数似然才应不低于受限模型；比较之前的可比性检查比最后的统计量更重要。

此时可考察 $2\{\ell_{\text{完整}}-\ell_{\text{受限}}\}$，并在常规大样本下用卡方近似。似然比大只说明受限假设不受当前数据支持，不能说明新增项具有因果作用。小样本、稀有结果、边界和大量探索都会削弱这一近似。

对非嵌套候选，林澈不把参数数目或训练集对数似然排成总榜。信息准则权衡拟合与复杂度，留出数据检验离开训练记录后的表现；它们都是辅助证据。她写明候选集、数据切分、指标和选择理由，也展示未选中的合理模型。

模型选择始终服务任务：预测看留出期校准与覆盖范围，描述看可解释性和不确定性，因果则先问研究设计能否识别目标。极大似然可服务因果设计，却不能代替比较组、处理前信息和关于未测混杂的论证。

南桥任务

最后，林澈请同学把练习写成一份可审计说明，而不是只交一张系数表。说明应让后来接手的人看得出分母如何确定、哪些记录进入似然、哪种结论只是条件关联，以及为什么有些关于计划效果的问题仍不能回答。

交付时依次完成这些检查动作：

• 写明分母、统一随访起点、六个月窗口和稳定工作口径。
• 列出 $Y_i$、$T_i$ 及窗口前测量的 $X_i$。
• 拟合截距模型与预先指定特征模型，记录对数似然、起点、收敛与校准。
• 比较前确认嵌套与同一记录；收入部分单列 $S_i=1$ 的观察规则。
• 报告代表性组合的模型内预测与一项敏感性分析，避免把外推写成稳健结论。

林澈要求报告同时给出预测概率、区间或不确定性、诊断与至少一项敏感性分析。读者应能分辨哪些结论用于描述，哪些用于预测，哪些因缺少比较组、处理前信息或设计支撑而不能称为计划效应。

提交前，她让大家再问三件事：换一批记录估计会怎样变，谁没有被完整观察，哪些假设能诊断而哪些只能靠设计辩护。若这些问题仍答不清，就应先补数据定义、比较组或记录流程，再让软件寻找下一个峰顶。